1. Learn
    2. /
  2. Курси
    3. /
  3. Моделювання кредитного ризику в Python
Connected

Вправа

One-hot кодування кредитних даних

Час підготувати нечислові стовпці, щоб їх можна було додати до вашої моделі LogisticRegression().

Після створення нових стовпців за допомогою one-hot кодування ви можете об'єднати їх із числовими стовпцями, щоб сформувати новий датафрейм. Його ви використовуватимете надалі в курсі для прогнозування ймовірності дефолту.

Пам'ятайте: застосовуйте one-hot кодування лише до нечислових стовпців. Якщо зробити це для числових, набір даних стане надзвичайно «широким»!

Кредитні дані cr_loan_clean уже завантажено в робочу область.

Інструкції

100 XP
  • Створіть набір даних для всіх числових стовпців під назвою cred_num і для нечислових — під назвою cred_str.
  • Застосуйте one-hot кодування до cred_str, щоб створити новий набір даних cred_str_onehot.
  • Об'єднайте cred_num із новими one-hot закодованими даними та збережіть результат як cr_loan_prep.
  • Виведіть назви стовпців нового набору даних.